Німецькі інженери навчили людиноподібного робота TIAGo подавати пиво потрібної марки. Помічник сам знайде холодильник і легко відрізнить куплену в найближчому супермаркеті банку від пляшечки з улюбленої крафтової пивоварні.
А оскільки проект бере участь у конкурсі NVIDIA Jetson Developer Challenge, за свою працю команда може отримати цілком матеріальну винагороду.
Як все працює?
Розробники підключили до робота TIAGo модульний суперкомп'ютер NVIDIA Jetson TX2, який відповідає за «зір». Використовуючи вбудовану камеру з сенсором глибини, спеціальний алгоритм сканує навколишній простір, розпізнає об'єкти і класифікує їх (за формою, розміром і так далі).
Робот сам розраховує маршрут до холодильника, знаходить ручку і відкриває дверцята. Серед продуктів на полицях він виділяє пивні пляшки, забирає потрібну, закриває холодильник і повертається до користувача.
За словами авторів, для того, щоб навчити систему їм знадобилося 60 зображень пляшок і 20 різних варіантів фону, а весь процес займає близько 2 годин. Для більш точної роботи алгоритму можна збільшити вибірку, і тоді обробка інформації затягнеться приблизно на 5-8 годин.
Що тут нового?
Потреба у пиві для людей, що працюють з ПК стоїть дуже гостро :), тому роботи Boston Dynamics вже давно навчилися приносити пиво господареві, а на CES 2018 був представлений домашній помічник Aeolus, який теж впорається з цим завданням.
Подібних проектів маса, але найчастіше машини губляться, коли потрібного напою не виявляється на призначеному місці. TIAGo з «мозком» NVIDIA більш гнучкий в цьому плані.
Які умови конкурсу NVIDIA?
У жовтні минулого року компанія запустила змагання серед інженерів, які використовують NVIDIA Jetson TX2 в своїх проектах. Всі бажаючі могли подавати заявки на участь до 18 лютого 2018 року. У березні будуть оголошені фіналісти, всіх їх обіцяють запросити на комп'ютерну конференцію GTC 2018 у Кремнієвій долині.
Переможці конкурсу отримають грошовий приз в $ 10 000, відеокарту NVIDIA TITAN Xp, ще один суперкомп'ютер Jetson TX2 в свою колекцію і доступ до курсу по поглибленому навчанню.
Джерело:
ChallengeRocket 
